一种基于集成学习与深度聚类的铰缝损伤识别检测方法

本发明属于桥梁铰缝损伤检测技术领域，公开了一种基于集成学习与深度聚类的铰缝损伤识别检测方法，具体技术方案为：获取铰缝两侧空心板下挠的位移时序序列，计算每条铰缝两侧下挠的位移差并获得位移差序列，对位移差序列进行异常检测并区分异常类型，执行相应的异常修正处理，将下挠位移时序序列划分为子序列，捕获序列的时间特征，判断铰缝损伤程度，利用基于划分的聚类分析和基于层次的聚类分析方法，识别出铰缝的损伤程度；构建集成分类器，分别对聚类前后的序列数据集进行模型测评，对每一个基础分类器的预测结果开展加权投票操作，提升了空心板梁桥铰缝损伤检测的准确性与可靠性，为桥梁健康监测及养护决策提供了强有力的技术支撑。